Concentration of Stochastic System Trajectories with Time-varying Contraction Conditions

Titel: Konzentration stochastischer Systemtrajektorien mit zeitvariablen Kontraktionsbedingungen

1. Problemstellung

Die Arbeit adressiert das Sicherheitsproblem nichtlinearer stochastischer Systeme, die durch Itô-Stochastische Differentialgleichungen modelliert werden. In vielen Anwendungen (z. B. autonome Fahrzeuge, Robotik) sind diese Systeme inhärenten stochastischen Störungen ausgesetzt.

• Herausforderung: Im Gegensatz zu linearen Systemen mit gaußschen Zustandsverteilungen ist die Analyse der Verteilung von Abweichungen bei nichtlinearen Systemen oft unlösbar (intractable).
• Ziel: Es soll eine hochwahrscheinliche Schranke für die Abweichung einer stochastischen Trajektorie $X_t$ von ihrer deterministischen Gegenstück-Trajektorie $x_t$ hergeleitet werden.
• Spezifische Probleme:
  1. Einzelzeitpunkt (Problem 1): Bestimmung einer engen Schranke $r_{\delta,t}$ für einen festen Zeitpunkt $t$ unter der Bedingung, dass das System zeitvariablen Kontraktionsbedingungen genügt.
  2. Ganze Trajektorie (Problem 2): Bestimmung eines zeitvariablen "Rohrs" (Tube) $r_{\delta,t}$, das die gesamte Trajektorie über das Intervall $[0, T]$ mit einer Wahrscheinlichkeit von $1-\delta$ umschließt.
• Limitierung bestehender Methoden: Traditionelle Ansätze basierend auf der inkrementellen Stabilitätsanalyse (ISA) liefern oft zu konservative Schranken, insbesondere bei hohen Sicherheitsanforderungen (kleines $\delta$, z. B. $10^{-4}$). Diese Methoden zeigen typischerweise eine Abhängigkeit von $O(\sqrt{1/\delta})$, während für sicherheitskritische Systeme eine Abhängigkeit von $O(\sqrt{\log(1/\delta)})$ angestrebt wird. Zudem liefern ISA-Ansätze oft nur punktuelle Schranken und nicht für die gesamte Trajektorie.

2. Methodik

Der Kern der vorgeschlagenen Methode liegt in der Kombination von Kontraktionstheorie (Contraction Theory) mit einem neuartigen mathematischen Werkzeug, der Averaged Moment Generating Function (AMGF), sowie martingal-basierten Techniken.

• AMGF (Averaged Moment Generating Function):

  • Anstatt die quadratische Erwartung (Varianz) zu schranken, nutzt die Arbeit die AMGF $\Phi(X) = \mathbb{E}_{\ell \in S^{n-1}}[e^{\lambda \langle \ell, X \rangle}]$.
  • Diese Funktion erlaubt es, über die Eigenschaften der Kontraktionsmetrik $M_t$ und der Kontraktionsrate $c_t$ (die zeitvariabel sein können) enge probabilistische Schranken abzuleiten.
  • Ein zentrales Lemma zeigt, dass die AMGF eine monotone Beziehung zum gewichteten Norm $\|X\|_{M}$ aufweist und eine exponentielle Schranke für die Wahrscheinlichkeit liefert.

• Analyse für Einzelzeitpunkte (Theorem 1):

  • Unter Verwendung von Pfadintegral-Techniken (Path-length integral) wird die Variation der Energie entlang geodätischer Pfade zwischen der stochastischen und der deterministischen Trajektorie analysiert.
  • Durch Anwendung von Itô's Lemma und der Kontraktionseigenschaft wird gezeigt, dass die AMGF der Abweichung durch eine exponentielle Funktion beschränkt ist.
  • Ergebnis: Eine Schranke mit der Abhängigkeit $O(\sqrt{\log(1/\delta)})$, was eine fundamentale Verbesserung gegenüber ISA darstellt.

• Analyse für ganze Trajektorien (Theorem 2):

  • Um die Konzentration über den gesamten Zeitraum $[0, T]$ zu garantieren, wird die AMGF in ein martingal-basiertes Framework eingebettet.
  • Es wird gezeigt, dass die AMGF der Abweichung eine "affine Martingale" (AM) ist. Unter Verwendung von Lemma 2 (basierend auf [15]) wird eine Schranke für das Verbleiben der Trajektorie innerhalb eines Rohrs hergeleitet.
  • Problem bei starken Kontraktoren: Für stark kontrahierende Systeme über lange Zeiträume wird die Schranke aus Theorem 2 durch einen Term $\Psi_T$ dominiert, der exponentiell mit $T$ wächst und somit zu konservativ wird.

• Verbesserung für stark kontrahierende Systeme (Theorem 3):

  • Um die Konservativität bei langen Zeithorizonten zu überwinden, wird das Intervall $[0, T]$ in kurze Segmente der Länge $\Delta t$ unterteilt.
  • Innerhalb jedes Segments wird Theorem 2 angewendet, an den Segmentgrenzen (Zeitpunkten) Theorem 1.
  • Durch eine Union-Bound-Ungleichung werden die Ergebnisse kombiniert.
  • Ergebnis: Die resultierende Schranke skaliert nur mit $\tilde{O}(e^{C \Delta t})$ statt mit $e^{CT}$, was bei großen $T$ und kleinem $\Delta t$ eine deutlich schärfere (tighter) Schranke liefert.

3. Wichtige Beiträge

1. Erweiterung auf zeitvariablen Kontraktion: Die Arbeit generalisiert frühere Ergebnisse (die auf zeitinvariante Bedingungen beschränkt waren) auf Systeme mit zeitvariablen Kontraktionsmetriken und -raten.
2. Neue Schrankenform: Einführung von Konzentration-Ungleichungen, die eine Abhängigkeit von $O(\sqrt{\log(1/\delta)})$ aufweisen. Dies ist unter den gegebenen Annahmen als die engste mögliche Schranke (tightest obtainable bound) bewiesen.
3. Trajektorien-Level-Analyse: Entwicklung einer Methode, die nicht nur punktuelle, sondern ganze Trajektorien mit hoher Wahrscheinlichkeit umschließt, ohne auf grobe Zeitdiskretisierung angewiesen zu sein.
4. Optimierung für starke Kontraktion: Entwicklung eines hybriden Ansatzes (Theorem 3), der die Union-Bound-Technik nutzt, um die Exponentialabhängigkeit von der Gesamtdauer $T$ zu eliminieren und so für lange Zeithorizonte praktikable Schranken zu liefern.

4. Ergebnisse und Validierung

• Theoretische Ergebnisse: Die hergeleiteten Ungleichungen garantieren, dass die Abweichung $\|X_t - x_t\|_{M_t}$ mit Wahrscheinlichkeit $1-\delta$ innerhalb des berechneten Rohrs $r_{\delta,t}$ liegt.
• Fallstudie (PVTOL-System):
  • Ein Planar Vertical Take-Off and Landing (PVTOL) System wurde als Testfall verwendet.
  • Szenario: Ein Reach-Avoid-Problem mit Hindernissen und einem Zielgebiet über $T=2.5$ Sekunden.
  • Anwendung: Ein sicherheitsbewusster Regler (TVLQR) wurde entworfen. Die Hindernisse wurden basierend auf dem berechneten probabilistischen Rohr "aufgebläht" (Erosion der sicheren Menge), und das Zielgebiet entsprechend verkleinert.
  • Vergleich: Der berechnete Radius des Rohrs betrug maximal $0.54$. Im Vergleich dazu war die Schranke, die mit herkömmlicher ISA berechnet wurde, so groß ($>10$), dass sie in der Visualisierung nicht darstellbar war.
  • Simulation: $10^4$ stochastische Trajektorien wurden simuliert. Alle Trajektorien blieben kollisionsfrei, was die Wirksamkeit des Ansatzes zur Sicherheitsverifikation unterstreicht.

5. Bedeutung

Diese Arbeit liefert einen rigorosen theoretischen Rahmen für die Sicherheitsverifikation von nichtlinearen stochastischen Systemen unter realistischen, zeitvariablen Bedingungen.

• Sicherheitskritische Anwendungen: Die Fähigkeit, extrem kleine Ausfallwahrscheinlichkeiten ($\delta \approx 10^{-4}$) mit engen Schranken zu garantieren, ist essenziell für den Einsatz von Robotern und autonomen Fahrzeugen in unsicheren Umgebungen.
• Effizienz: Durch die Vermeidung übermäßig konservativer Schranken ermöglicht der Ansatz weniger restriktive Trajektorienplanung, was die Leistungsfähigkeit der Systeme erhöht, ohne die Sicherheit zu gefährden.
• Methodischer Fortschritt: Die Kombination von AMGF, Kontraktionstheorie und Martingal-Analyse stellt einen neuen Standard für die Analyse stochastischer Nichtlinearität dar.